Use este identificador para citar ou linkar para este item: https://repository.ufrpe.br/handle/123456789/3165
Título: Alocação otimizada de horários acadêmicos com disponibilidade restrita de professores usando algoritmos genéticos
Autor: Demiro, Matheus Paulo dos Santos
Endereco Lattes do autor: http://lattes.cnpq.br/8926398361586659
Orientador: Garrozi, Cícero
Endereco Lattes do orientador : http://lattes.cnpq.br/0488054917286587
Palavras-chave: Otimização combinatória;Algoritmos genéticos;Grade horária
Data do documento: 1-Jun-2022
Citação: DEMIRO, Matheus Paulo dos Santos. Alocação otimizada de horários acadêmicos com disponibilidade restrita de professores usando algoritmos genéticos. 2022. 46 f. Trabalho de Conclusão de Curso (Bacharelado em Sistemas de Informação) - Departamento de Estatística e Informática, Universidade Federal Rural de Pernambuco, Recife, 2022.
Abstract: The generation of academic timetables is one of the most complex and arduous activities faced by educational institutions at the beginning of each academic period. In most cases, the solution found for this problem, commonly called “timetabling” in the literature, is performed manually, which makes the process very tiring and time-consuming for institutions. This problem is considered a great challenge in combinatorial optimization, due to the wide set of variables and constraints involved, being considered an NP-Complete problem, where there is no possibility of solution through conventional programming methods. This article deals with the use of genetic algorithm techniques to find an optimal solution to the problem of scheduling academic schedules that takes into account the restrictions of the student and the faculty, in order to favor the academic performance of students and adapt to availability from the students . teachers. For this work, it is expected to develop a genetic algorithm that is able to obtain valid results that meet the constraints of the problem in a reasonably considerable time. Technically, it is expected that the algorithm, from a set of input data, processes and returns a solution that has the highest fitness value - the lowest number of infractions committed - between generations of individuals (solutions). This article uses data from the Information Systems course grid at the Federal University of Rio Grande Norte as a base. After modifications in the base and the experiments were carried out, the genetic algorithm proved to be efficient and managed to achieve the objectives, generating adequate academic schedules and compatible with the established restrictions.
Resumo: A geração de horários acadêmicos é uma das atividades mais complexas e árduas enfrentadas pelas instituições de ensino no começo de cada período letivo. Na maioria dos casos, a solução encontrada para esse problema, comumente chamado na literatura de “timetabling”, é realizada de forma manual, o que torna o processo muito cansativo e moroso para as instituições. Este problema e considerado um grande desafio da otimização combinatória, devido ao amplo conjunto de variáveis e restrições envolvidas, sendo considerado um problema NP-Completas, onde não existe a possibilidade de encontrar uma solução por meio de métodos convencionais de programação. Este artigo trata do uso de técnicas de algoritmos genéticos para encontrar uma solução ótima ao problema do escalonamento de horários acadêmicos que leve em consideração as restrições do corpo discente e corpo docente, a fim de favorecer o rendimento acadêmico dos alunos e se adequar a disponibilidade dos professores. Para este trabalho espera-se desenvolver um algoritmo genético que seja capaz de obter resultados válidos que atendam as restrições do problema em um espaço de tempo razoavelmente considerável. Tecnicamente falando, é esperado que o algoritmo a partir de um conjunto de dados de entrada processe e retorne uma solução que possua o maior valor de aptidão - menor número de infrações cometidas - dentre as gerações de indivíduos (soluções). Este artigo usa como base de dados a grade do curso de Sistemas de Informação da Universidade Federal de Rio Grande Norte. Após modificações na base e realizados os experimentos o algoritmo genético mostrou-se eficiente e conseguiu cumprir com os objetivos, gerando horários acadêmicos adequados e compatíveis com as restrições estabelecidas.
URI: https://repository.ufrpe.br/handle/123456789/3165
Aparece nas coleções:TCC - Bacharelado em Sistemas da Informação (Sede)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tcc_art_matheuspaulodossantosdemiro.pdf1,69 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.